摘要

冠层温度(canopy temperature,Tc)是作物水分胁迫计算的基础。准确地剔除热红外图像中的土壤背景,可以提高作物水分的监测精度。该研究以4种水分处理的拔节期夏玉米为研究对象,借助无人机可见光和热红外图像,采用红绿比值指数(red-green ratio index,RGRI)法提取研究区域的面状玉米冠层温度的空间分布信息,并分析每幅热红外图像上冠层温度的累积频率。该并提出了两种改进作物水分胁迫指数(crop water stress index,CWSI)性能的方法,一是使用基于正态分布的不同统计分位数分割冠层温度,并基于不同统计分位数上的平均冠层温度计算CWSI (记为CWSITcf%)。二是基于冠层温度方差(canopy temperature variance,Var),将玉米冠层数据分为4个区间:区间Ⅰ,Tc≤40,Var≤10;区间Ⅱ,Tc≤40,1020;区间Ⅳ,40<Tc<50,0<Var≤20,并在各自区间上选择最敏感的统计分位数计算CWSI (记为CWSIn)。研究结果表明:1)利用2020年和2021年两年数据计算的CWSIn与作物生理指标(气孔导度Gs、净光合速率Pn、蒸腾速率Tr)间的决定系数R2分别为0.72、0.52、0.62,nRMSE分别为23.96%、24.06%、25.60%,模型拟合精度高于原始CWSI (R2分别为0.73、0.34、0.46,nRMSE分别为23.69%、28.27%、30.21%),但与CWSITcF%差别不大(R2分别为0.74、0.54、0.61,nRMSE分别为22.87%、23.74%、25.61%);2)虽然CWSITcF%能提高诊断作物水分胁迫的精度,但最敏感的冠层温度区间在年际间相差较大(2020,61.17%;2021,49.38%;两年数据,83.51%),而CWSIn稳定性更高(与生理指标间的nRMSE分别为:2020年16.60%、27.37%、28.49%;2021年21.60%、18.95%、22.64%)。因此,综合来看CWSIn可以更加精确地监测作物水分胁迫,利用该改进方法可为无人机遥感精准监测作物水分胁迫状况提供参考。